在介观尺度「找不同」？ML预测材料失效，使材料设计更安全

本文介绍了美国理海大学研究团队利用机器学习方法预测材料中的异常晶粒生长（AGG）现象。研究团队提出了两种机器学习方法，PAL和PAGL，通过分析晶粒特性和微观结构演变，预测晶粒是否会变得异常。实验结果表明，这两种方法能在异常发生前较长时间内预测到异常晶粒的生长，这对于材料设计具有重要意义，尤其是在国防、航空航天等领域。研究为材料科学家提供了一种新的预测工具，有助于设计更可靠的材料。